안녕하세요! 이지업입니다~  오랜만에 인사드리는 이지채널에서 소개해드릴 이야기!요즘 이지업에서 자주 선보이고 있는 테마죠? 바로 빅데이터 분석기사 인데요~ 기존에도 이지채널을 통해 소개해드렸지만 오늘은 좀 더 디테일한 이야기들을 전달해드리고자 합니다!  '그런데, 빅데이터는 뭔데??'   매체를 통해 한번쯤 접해보셨을 단어. '4차산업' 'AI산업' '차세대'  이야기가 들어갈 때마다 어김없이 보이는 분야가 빅데이터죠!자격증의 간판이자 핵심인 빅데이터를 정의해보자면,기존에는 단어 그대로 엄청난 데이터를 의미였어요 (정말..?) 하지만 점차 발전되고 진화해가면서 현재 빅데이터를 지칭하는 것은, 전통적인 프로세싱으로는 처리할 수 없을 정도로 대규모이거나복잡한 형태를 지닌 데이터를 의미해요.  (과거에는 단순히 엄청난 양을 의미했다면, 지금은 거대한 양의 범위와 관리까지도 포함되고 있죠!) 빅데이터 구성에 있어 중요한 지점을 흔히 3V라고도 하는데요!대규모의 크기 (Volume) 비표준형식의 광범위한 범위 (Variety)신속하고 효율적으로 처리해야 하는 특성 (Velocity)  이렇게 3가지 특성을 가지고 있어요!~ 보편적으로는 3V로 프로세싱을 정의하지만, 학문과 실용성의 과정에 있어 정확성 (Veracity)을 더해 이른바 4V라고 불리워지기도 하고,요즘은 여기에 가치 (Value)를 더해서 5V로 거론되는 경우가 있어요~아직도 무궁한 발전이 있는 분야인 만큼 학계와 산업계의 지속적인 연구와 개념정의가 꾸준히 이루어지는 과정에 있어 추가적인 의미가 부여되기도 해요!하지만 빅데이터라는 것이 활용되는 목적에 따라 정의되는 지점이 달라질 수 있기에우선은 포괄적이고 개념적으로 이해하는 것에서 출발해도 좋아요!  '그렇다면빅데이터분석기사는 또 뭔데?'   빅데이터분석기사는 국가기술자격증이에요. 2020년에 신설되어 아직 따끈따끈한 상태랍니다 ㅎ 그 중에서도 데이터 분석가를 희망하는 사람들에게 실무 적합도를 판별하고, 프로젝트 수행 능력을 검증할 수 있는 자격을 확인해보는 자격증이죠추상적인 '빅데이터'를 실제로 가공하고 유의미한 데이터로써 활용할 수 있는지에 대해 이론적 바탕과 실무적 스킬을 검증하면서제반지식으로 수리/통계 학습과 분석을 위한 코딩 스킬도 겸하여 확인하고 있어요 이렇게 다양한 데이터들을 용도와 형태에 맞게 가공, 분석하여 활용하는 기술을 다루는 직종의 전문 자격증인 빅데이터분석기사에 관한 관심은 뜨겁습니다. 21세기 가장 유망 직종 및 연봉 1위로 꼽히는 분야가 바로 빅데이터분석가로 꼽히고 있죠~ 미국에서는 신입연봉 1위로 나타나기도 했고, 2016년 부터 2019년까지 4년 연속 유망직종 1위에 선정된 바가 있어요! 실제로 2020년 페이스케일의 데이터에 따르면,인기 직무분야와 평균 연봉은 이렇다고 해요. (편집자 : 공부를 포기했지만, 이제부터라도 공부해서 떡상가야하나...) 여기에 우리나라 데이터 산업 인력 부족 또한 데이터 분석가 분야의 메리트를 높여주는데요. 한국데이터산업진흥원이 발행한 [2020 데이터산업 백서]에 따르면, 향후 5년 내, 데이터 산업을 포함하여 산업 전반적으로 관련 인력의 수요는 12,704명으로 조사되었는데, 실제 현장에서 종사중인 데이터 직무인원은 5,951명에 불과한 실정입니다. 대기업, 공공기관 등 관련 인력의 충원과 요구가 폭증하고 있지만, 공급이 뒷받침해주지 못하는 상황.  현장에서는 이미 벌어지고 있는 것이죠 평균 5년차 이상의 경력이 쌓이면 억대 연봉도 노려볼 수 있을 만큼, 다양한 방법으로 핵심 인력 유치를 위해 기업에서 사활을 걸고 있는 모습이 자주 보이는데요. 빅데이터분석기사의 경우는 국가기술 자격증으로 인정되기 때문에, 공무원 채용 가산점 및 채용 시 우대사항으로도 손 꼽히기도 하며, 자격증 수당을 받는 경우도 있다고 하니 데이터 분석가로 직종을 선택하고자 준비중인 분들에게 있어서는 놓칠 수 없는 이점이 다양하다고 볼 수 있습니다!  이렇게 좋은점이 가득한 만큼,모든것이 장점만 있다면 얼마나 좋을까요..  많은 분들이 도전하고 계시지만 의외로 합격율이 낮다고 하는 빅데이터분석기사의 최대 난점은 바로 '정보 부족' 입니다. 신설된지 1년정도 밖에 안된 시험인데다가 정립되지 않은 상태의 구성이다 보니실제 수험생 분들의 절규가 엄청났다고 하죠.. (너무 어려워..ㅠㅠ) 여기에 모두가 겪어온 이슈로 인해서자격증의 신설은 2020년이었지만,실제적인 진행은 올해부터 치루어져서 시험 준비를 할 수 있는 자료가 턱없이 부족하거든요. (아.... 어디서 자격증 하나 안떨어지나..... (귀찮))  '무엇을 어떻게 어디서부터 공부를 해야 하는 것인가?' 빅데이터분석기사 자격증을 준비하시는 입장에서 가장 고민이 되는 지점이기도 하죠.빅데이터분석기사는 필기와 실기로 구성된 만큼, 여러 관점이 있을것이라 생각들어요!분석이 기초이다 보니 준비를 하는데 있어 이론적인 부분을강조하는 이야기가 많죠. 물론 중요한 것이 사실이지만,이지업의 생각은 조금 다릅니다.   이지업은 '경험이 차이'를 말합니다  다양한 분석과 강의들이 있지만, 이지업에서 전해드리는 빅데이터분석기사 준비의 핵심은 '경험' 입니다. 내가 준비하는 해당 시험에 관한 경험치가 존재하는가 부터 출발되어야 어떤 부분에, 어떤 식으로 공부를 진행하고 보안해나가야 할지가 보일거란 생각이죠.그렇기에 본 강의를 맡고계신 이지업의 강사님은 빅데이터분석기사 자격증을 초회차에 취득하신 전문 강사님께서 이론과 실전 모두를 아우르는 범위. 실전 대비 방법을 제시해드리는 것.이것이 이지업에서 제공해드리고 있는 빅데이터분석기사 필기/실기 강의가 되겠습니다~!  그리고 곧 있으면 올해 마지막 실기시험이 12월 4일 치루게 되는데요~ 실기 준비를 해야 하는 입장에서 고민하고 계시거나, 방향을 잡지 못하는 상황이시라면?오랜시간 준비해온 빅데이터분석기사 실기 온라인/오프라인 혼합과정을 주목해주세요!  물론 이지업이 제공 중인 온라인 강의만으로도 실기시험을 준비하는데는 충분한 구성인데요. 여기에 ‘직접적인 과정 체크와 검수 필요’라는 부분에서 오프라인의 장점까지도 원하신 분들이 의외로 많다는 점에서 이번 구성을 기획하게 되었습니다!  20년 이상 오프라인 IT 전문 교육기관으로써 자리매김하며, 수 많은 수료생과 취업생을 배출해 내고 있는 아이티윌과의 전격적인 협력을 통해 온라인과 오프라인의 장점만을 합쳐 준비해 낸 초특급 콜라보레이션 입니다! (20년 이상의 오프라인 IT교육기관의 노하우와 온라인 IT교육의 샛별의 절묘한 만남~) 시간, 장소에 제한없이 실기에 필요한 수업과 학습은 이지업을 통해 반복적으로 수강이 가능하고, 시험 중에 발생 할 수 있는 다양한 문제와 이슈들과 개개인에 맞게 대처하는 방법 및 실무 코딩능력을 극대화 시키는 것은 아이티윌 오프라인 수강을 통해 안/밖으로 꽉 잡은 빅데이터분석기사 실기 준비! 부족한 부분을 빈틈없이 꽉꽉 채워드립니다!올해 남은 마지막 실기 시험. 지금부터 차근히 준비한다면 합격은 반드시 다가올거에요~빅데이터분석기사를 준비하시는 모든 분들에게 여러분의 준비에 이지업이 많은 도움이 되시길 바라며,좋은 결과가 찾아오길 바랄게요~ (화이팅!!) (오오~~ 합격이 보인다!!~)     쉽게 배우고 알차게 쓰자!모두를 위한 IT클래스!!   

 안녕하세요! 이지업입니다. 급격한 성장세를 보이고 있는 빅데이터 분야!다양한 곳에서 활용되는 것을 쉽게 볼 수 있는데요~오늘 이지채널 에서는 스포츠 분야에서 활용되고 있는빅데이터에 대한 다양한 내용을 다루어 보고자 합니다~!! '스포츠. 다양한 컨텐츠로 거듭나다.' 초창기 스포츠 분야에서 빅데이터를 활용하는 범위라면크게 선수들의 기량과 경기력 향상이 주를 이루었는데요~지금에 비하면 1차원적인 구성이었지만,경기의 핵심이 되는 선수들의 분석을 통해승부를 끌어가는 전술적 이해도 상승, 효과적 관리로연결시켜 파악할 수 있었죠!간단하게 마라톤으로 비유해볼까요?아득히 머-언 옛날.그러니까, 오직 인간의 힘과 의지만을 가지고서42.195km를 쉴새없이 달려갔던 역사의 시간을 지나,어떤 템포와 호흡을 가져가면서코스를 어떤 식으로 공략할 것인지를분석하게 된 것이 초창기였다고 볼 수 있어요~하지만, 현재의 활용범위는 정말 무궁무진 합니다!경기중인 선수가 활동하고 있는 기후와 환경, 지면의 분석.보폭별 체력 소모량, 컨티션 분석을 통한 부상 위험 대비.앞 선수와의 간격과 페이스를 통한 순위 예측 등보다 세부적이고 정밀하게 활용 가능한 수준이에요!~ 전달을 위한 사투의 역사에서 출발하여 선의에 경쟁으로 발전했다면, 본격적인 데이터로 예측 가능한 모든 수를 고려하는 것이 요즘의 추세에요!  이러한 점들은 이미 다양한 종목에서 두각을 나태내기 시작했는데요~축구의 경우, 정밀 분석을 통한 하위 전력팀이나 국가들의 전반적인 실력 평준화 라던지,선수의 활동 범위, 패스 및 히트맵(활동량) 측정과 분석을 통한효율적 전술 운용 및 범위 확대. 기대득점 분석.패스의 횟수와 슈팅의 각도. 경합 상활별 대응관리 등이제는 많이 뛰고 많이 차는 것으로 끝나는 것이 아닌,보다 효율적인 움직임과 활동성을 관리하는 주요한 도구가 되었어요!  이지업클래스에서 제공 중인 스포츠 분야빅데이터 분석 이야기 -야구편- 오늘의 내용을 더욱 쉽게 이해하실 수 있는 재미있는 강의에요!   '데이터 분석! 뜨거운 감자로 떠오르다!!' 정밀한 분석과 대응이 가능해진 것은,기술의 발전과 함께 보편화 된 스마트 디바이스의 활용도 한몫했다고 하네요.여기에 SNS를 통한 대중들의 다양한 정보 검색 및 반영으로 인해이제는 단순 경기의 승/패를 말하는 것을 떠나 하나의 컨텐츠로써급부상하고 있는 것이 바로 스포츠 분야의 빅데이터 활용이에요!경기 뿐만이 아닌 일반 실생활에서도 스포츠 분야의 빅데이터 활용은여러 방면에서 쉽게 접할 수 있는데요~운동을 좋아하시는 분들이 자주 애용하시는 다양한 운동 앱 (사이클, 러닝 등)을 통해나의 운동 지수를 분석하고 평균 운동시간 측정. 칼로리 소모량.누적 경사면. 최고 시속과 평균시속. 코스 데이터 및 레코드 기록을 통한 순위 정보를제공해줌으로써 운동하면서 기록해놓은 자료들이 다양한 범위에서통계와 분석으로 이어지고 있어요!~  (열심히 하면 뿌듯하지만, 일단... 하기 싫은게 문제겠죠....ㅜ)  이처럼 다방면에서 주목받고 있는 빅데이터가스포츠 직무분야에서 인력을 충원하는 상황인데요~한국데이터산업진흥원에서 공개한2020년도 데이터 산업 현황조사 자료에 따르면,2019년도 데이터 직무 인력 대비14.5%의 증가 추세를 보이고 있어요!!여기에 데이터직무 인력과 시범조사로 실시한일반산업을 포함하는 전산업의 경우,마찬가지로 2019년도 대비 14.8%의 증가세를 보이고 있습니다~  '명확한 기준과 목표를 가지고 준비하자!!'  이처럼 스포츠 분야의 빅데이터는 흥미로운 소재인 것이 분명하지만아이러니하게도 일반적인 접근이 어렵다는 시선 또한 공존해요ㅜ대체 어디서부터 준비해야 하고, 공부해야 되는지가 참으로막막하고 범위 또한 너무도 방대하다는게 큰 이슈겠죠??그래서!~ 간략하게 정리해보고자 해요!앞서 소개해드린 스포츠 분야를 기준으로 정리해보면,크게 데이터 사이언티스트 분야와 데이터 분석가로 나눌 수 있어요.(물론 데이터 엔지니어 분야도 포함되지만 여기서는 생략할께요!~)먼저, 통계와 머신러닝등의 이론을 전문성으로 하는 분석 모델 개발이란역활을 맞는 데이터 사이언티스트 분야는,대표적으로 파이썬이나 R과 같은 프로그래밍 언어가 필수에요!여기에 전공분야로 준비해본다면 수학,물리,경제 분야를 꼽아볼 수 있고거기에 컴퓨터 과학 분야도 도움되는 전공입니다~문제 정의와 데이터 탐색을 통한 보고서 및 시각화 활용.분석 결과를 토대로 해결책을 제시하는 데이터 분석가 분야는,전반적으로 통계와 관련된 기술이 필요해요!대표적으로 R이 있고, SASS,SPSS,STATA등이 있어요~전공분야로 세워볼 것은 경영과 경제분야 등이도움되실만한 전공입니다~!  (천리길도 한걸음부터! 결국 목표와 비전부터 세우는게 중요해요!!~)  어떠한 분야로 기술을 배워가고 공부해가느냐를 따지는 것도 중요하지만,그보다 우선시 생각해볼 것은, '목표'가 분명해야 된다는 것이겠죠?구체적인 목표와 비전을 기반하여, 차분한 준비와 단계별 학습이 중요하다 생각됩니다~데이터를 통해 다양한 원인과 해결책을 제시할 수 있는 매력적인 빅데이터 분야!막연한 생각으로 고민하고 계신다면??단계별로 성장을 돕는 강의를 통해폭넓은 빅데이터의 세계로 입문해 보시는 것은 어떨가요?~  이지업에서 언제든 도와드리겠습니다!!   쉽게 배우고 알차게 쓰자!모두를 위한 IT클래스!!   

안녕하세요 이지업입니다~!지난시간에 이어 이지업에서 준비한 면접맞이 꿀팁!면접을 대비하는 다양한 노하우들을세세하게 살펴보도록 하겠습니다~지금부터 [슬기로운면접준비]두번째 편을 통해 소개해드릴께요!~함께하시죠 레스끼륏~!! --------------------------------------------------------------------무사히(?) 준비를 마치고 면접을 맞이하는 백원만씨.(저..저기.... 지난번에도 그렇고, 깜빡이 좀 켜주시죠??)고요한 정적과 긴장감이 감도는 공간에 마주앉은 면접관.오늘 면접에서는 어떠한 질문과 답이 오고갈까요?이제부터 하나씩 살펴보도록 하겠습니다. --------------------------------------------------------------------#.1 "자기 소개 좀 부탁드릴께요."(두둥~!) 면접관의 입에서 첫번째 질문이 나왔습니다.입술이 타들어가기 시작하는 백원만씨!'예의있게 일어서서 해야되나... 앉아서 해야되나...'두 갈래의 길에서 갈팡질팡하는 백원만씨.결국 일어서서 답변 하려는 그의 행동을 면접관이 제지합니다."아~ 앉아서 하세요, 앉아서."당황스럽지만 엉거주춤하며 자리에 앉습니다. (에효.....)그리고 자기소개를 시작합니다."안녕하십니까! 백원만입니다~이름처럼 원만한 관계를 갖으려하는(?)원만한 능력의 (??) 백원만 입니다." 답변을 들은 면접관의 표정이 아리송해보입니다. "끄... 끝나신 건가요..?""네!"(당당한 나의 자세. 아주 칭찬해~... 가 아니잖아요!!) 마무리가 당찬건 좋은데...여기서 백원만씨는 무엇을 놓친 것일까요??  => 정답은? [자리에 앉아서 약 1분정도 시간을 갖고 말하기] 입니다~자기소개는 말 그대로 자기를 소개하고 어필하는 것이겠죠?지원한 회사의 직무가 나에게 얼마나 알맞고 필요한 인재로써 적합한지를핵심적이면서도 강렬하게 전달해주셔야 되요~짧은 소개와 함께, 지원한 직무에 대해 그동안 무엇을 어떻게 해왔는지와회사에 임하는 각오를 전달하는 순으로 나열하시면 됩니다!~ --------------------------------------------------------------------#.2 "우리 회사에 지원하게 된 동기가 어떻게 되시죠?이력서 첫 장을 훓어보는 면접관의 표정에서 관심이 느껴집니다!이어서 다음 질문이 나오는데요~백원만씨의 머리속은 금새 복잡해지고 있습니다.열심히 머리를 굴려가며 고심끝에 내놓은 그의 답변은??"어... 홈페이지에 있는 회사 비전도 좋아보였고...매출액도 보고 지원했습니다"(이정도면 훌륭해! 아주 나이스한 답이었다... 가 아니라구요!!!)자신의 답변에 흡족해하며 당당한 표정을 짓고 있는백원만씨를 바라보는 면접관.(내 저럴줄 알았다.....)면접장의 공기가 싸늘해지기 시작합니다...백원만씨의 답변은 무엇을 놓친 것일까요??  => 정답은? [회사와 지원부서의 디테일한 정보와 입사 노력 서술하기] 입니다!누구나 돈을 벌고 싶고, 그렇기에 취업하려는 것은 어쩌면 당연한 것이죠?(백원만씨. 그건 요즘 애들도 다 아는 거에요...)그렇지만 면접관이 얻고자 하는 정보는 입사지원한 부분의 정확한 정보겠죠?왜 이회사에 입사를 하게 되었는지에 대한 근거가 필요한거에요.지원자가 얼마나 회사와 지원부서의 내용을 이해하고 있는지,해당 분야의 입사를 위해 지금까지 노력해왔던점들을 어필해주시는게 좋아요!각 회사마다 분위기가 다르기 때문에, 콕 찝어 정답을 말하긴 어렵지만~평균적으로 '나는 회사의 부분을 이렇게 알고 있고, 지원부터를 이렇게 알고 있으며,입사를 위해 지금껏 이렇게 노력해왔다' 명료하게 나열해주시면 좋습니다 :) --------------------------------------------------------------------#.3 "상세 설명해주시겠어요?"점점 면접의 강도가 높아집니다.(게겐프레싱이 상당하군요;; ㄷㄷ..)본격적인 직무 면접질의를 받고 있는 백원만씨."개발하신다는 전자결제는 뭐죠?상세하게 설명해주시겠어요?"머리속은 이미 새하얗게 변해가고 있고,그것을 느끼는 것은 어려운 일이 아니었습니다 (아..안돼...!)이리저리 머리를 굴린 끝에 백원만씨가 내놓은 답변은?? "어....음.. 그게........얼굴로....인식ㅎ..하..는....그..... 전....자..결제.... (입니다..)" 멘붕에 빠지고 있는 백원만씨 못지 않게황당한 표정을 짓고 있는 면접관의 표정.'이 사람은... 대체 뭘 말하려고 하는건가.....'(뭐지 이 근거없는 자신감은??)이렇게 가다간 면접이 끝나기도 전에 넉다운 되겠는데요..지금 상황에서 백원만씨가 놓친 것은 어떤 부분일까요??  => 정답은? [흐름을 명확히 파악하고, 차분하게 답변하기] 입니다!면접자의 질문이 꼬리에 꼬리를 물고 늘어가고 있는 상황이라면이는 두가지로 판단해 볼 수 있어요~면접자에게 호감이 생겨 다양한 부분을 질문하고 들어보고 싶다는 것과,답변이 너~무 이상하게 정확하게 답을 듣고자 질문하는 것.이렇게 요약해 볼 수 있겠네요!지금과 같이 면접관의 압박질문과 파생되는 질문들에 대해서질문의도에 대해 정확하게 파악하고 대응하면 오케이~부담갖지 말고, 침착하게 본인이 했던 일을 순차적으로 말씀하시면좋은 점수를 따놓는 지름길이 될거에요!~ --------------------------------------------------------------------#.4 "저희 회사의 인재상이나 비전은 알고 계신가요?"답변이 끝나기 무섭게, 면접관의 입에서 다음 질문으로 이어집니다."그럼, 저희 회사의 인재상이나비전은 어떻게 되는지알고 계신가요?"백원만씨의 머리는 이미 과부화로 몰리고 있군요...'아까 청심환 먹으랄 때 먹을걸 그랬나... 물이라도 더 마실 걸 그랬나...'다시금 복잡해진 머리를 겨우 싸매고어렵사리 답변을 이어갑니다."어...음.... 책임감 있고.... 또...친화력 있고.... 그...(뭐라그러나...)더... 성장하는 회사입니다!". . . . . . . . . . (정적)(아니 이보세요 백원만씨!? 뭐..뭐라구요..??) --------------------------------------------------------------------(나레이션) 여기 광활한 우주 속에서 존재감을 들어내는 자그만한 행성.푸른 빛의 아름다운 모습을 띄고 있는 이곳.바로 지구입니ㄷ (?) (아.. 이게 아니지... 순간 다큐보는줄;;) 미궁을 넘어 블랙홀로 향하는 면접장의 분위기공간을 지배하는 백원만씨의멍한 생각!과아~ 어리숙~한 눈빛과!~그걸 지켜보는 너~어~~(그건 아마도~ 전쟁같~은~~! 갑분싸겠네요. 데헷~?) 여러모로 불안한 백원만씨의 답변.이번에는 또 무엇을 놓친 것일까요??  => 정답은? [공개된 정보를 토대로 나의 역량을 함께 답변하기] 입니다~면접관의 질문을 내용 그대로 이해하면당연히 공개된 정보로만 가지고 말을 하면 되는 것이겠죠? 그렇지만, 보통 이런 질문에는 함정이 숨겨져 있다는 점!!단순히 질문 그대로 답변 해도 문제는 없겠지만,보다 구체적인 어필을 통한 방법으로회사가 원하는 인재상과 비전을 답변 한 후에,이를 토대로 자신의 역량을 녹여내어 마무리 한다면,좀 더 승기를 사로잡을 수 있는 노하우가 아닐까 싶네요!점수 또한 확실히 얻어 낼 수 있는 것은 덤~ --------------------------------------------------------------------수고했다는 인사를 건네는 면접관의 모습에서잠시나마 안도하는 백원만씨.하지~만!아직 면접은 끝나지 않았습니다!!과연 백원만씨는 이 상황을 무사히 마무리할 수 있을까요?그 결과는 3번째 이야기에서 만나기로 해요~~ (백원만씨.. 이제 그만 정신줄 좀 붙잡고 집중 좀...)  쉽게 배우고 알차게 쓰는 모두의 코딩클래스!이지업과 함게 다양한 클래스를 경험해보세요~   

모두를 위한 코딩클래스안녕하세요 이지업입니다!! 어느새 가을이 코앞에 와있는 요즘인데요~지금 이시간에도 결실을 맻기위해 묵묵히 달려가고 있는많은 분들께 아낌없는 격려와 박수를 보내드리며,모두 좋은 결과 있으시길 기도드립니다!오늘 이지업 타임즈에서 준비한 소식은?면접자리에서 알아보는 다양한 꿀팁![슬기로운면접준비]를 통한 여러 상황과 방법을 소개해드리고자 합니다.지금 지금부터 살펴보시죠~~ ------------------------------------------------- 여기, 한 남자가 있습니다. (갑자기? 뭐..뭐지...?)어딘가 어리버리하고 2% 부족해보이는그의 이름은 [백원만]입사를 꿈꾸며, 오늘도 여기저기 잔뜩 자신의 이력서를 돌립니다그렇지만 돌아오지 않는 메아리 같은 시간이 이어지던 어느날...그런 그에게 드디어! 면접의 기회가 주어졌습니다!! -------------------------------------------------#.1 - 면접장소에 도착한 백원만씨면접시간에 맞춰 장소를 찾아간 '백원만'씨.안내 직원을 따라 면접실로 향합니다.분위기가 신기했는지 이리저리 기웃거리며 따라가고 있네요.(어째 쫌... 불안불안하네요;;;;)면접실에 도착한 그는 눈앞에 보이는 자리에 바로 착석합니다.편-안한 표정을 짓고 있는 그와는 다르게도 분위기가 냉랭해지는네요~예사롭지 않은 백원만 씨의 행동에안내한 직원은 알 수 없는 표정이 지어지는데... (뭐지, 저 ㅅ...)대체 그는, 여기서 무엇을 놓친 것일까요??   [정답은? '안내해주는 자리에 착석해야 된다' 입니다~!]면접을 진행하는 회사마다의 기준이 있기 때문에,면접장에 도착하셨다면 그에 맞춰서 따라주셔야 되요!로마에 가면 로마 법을 따르고, 우리나라에 오면 우리나라 법을 따르듯~직원이 요청하시는 자리에 착석해주시는게 좋아요!  #.2 안내직원의 질문에 대응하는 백원만씨자리 안내를 마친 직원이 백원만씨에게 음료를 물어봅니다.'마실것 좀 드릴까요? 물이나 커피, 녹차 중에 어떤것으로 드릴까요?'예상치 못한 갑작스런 질문에 백원만씨의 동공이 흔들리기 시작합니다.당황한 그가 던지 대답은?'어...음.... 아무거나 주셔도 되요...' (뭐라구요!?)다시금 냉랭해지는 면접실의 분위기이번에는 무엇을 놓친 것일까요??   [정답은? '한번 거절 후에 재 요청시 물 한잔 요청이 적절하다' 입니다!]보통 면접자 분들께 안내직원게서 음료를 권하는 것이 일반적이죠?예의와 격식이 중요한 면접자리인 만큼 에티켓이 필요해요~이럴때는, 첫번째 문의에서는 가볍게 사양해주시고,다시금 문의하시면 간편한 물로 요청해주시는게 좋아요!간혹 다른 음료를 권하는 경우에는 그에 맞게 요청해주시면 된답니다~  #.3 갑작스러운 위기를 맞이한 백원만씨안내직원이 나가고 면접실에 홀로 남게된 백원만씨.슬슬 긴장감이 올라오며 멀쩡했던 아랫배에서 신호가 오기 시작합니다.이거 여러모로 난감한데요? 참아보려 노력했지만,결국 안되겠다 싶어 급하게 면접실을 빠져나온 그때!!'어? 어디가세요?' 라고 묻는 안내직원에게 답하는 백원만씨. '저... 화장실이 어디죠??'뭔가 쌔~한 상황이네요. 이번에는 무엇을 놓친 것일까요?  [정답은? '면접실에 입실 후에는 절대 자리를 비우면 안된다' 입니다!]긴장되는 자리인 만큼 자연스럽게 생리현상이 발생 될 수 있죠.당연하지만, 무조건 참는다고 좋은건 아니에요!그렇기에 가급적이면 면접실에 들어오기 전에 미리 다녀오시거나,정말 급한 상황이라면, 안내직원분에게 먼저 양해를 구한 뒤빠르게 다녀오시는게 좋습니다!!  #.4 홀로 대기중인 면접실에서의 백원만씨무사히 생리현상을 마치고 온 백원만씨. (시-원 하시쥬?)여전히 적막이 감도는 면접실에 홀로 남아 있는 상황.이때 울리는 전화벨소리! 상황이 궁금했던 친구가 전화를 걸어왔네요.전화를 받으며 면접실의 이곳저곳을 기웃거리며 살펴보는 백원만씨.(어익쿠! 얼굴도장까지 아주 기냥 제대로 찍으셨네요...)어째 또 불안해지죠? 그는 무엇을 놓친 것일까요??  [정답은? '불필요한 움직임을 줄이고, 바른자세로 대기한다' 입니다!]혼자서 언제 시작이 될 지 모르는 순간을 기다리는 것은무척 심심하게 느껴질 수 있어요. 그렇지만 여기서 중요한 것은면접을 기다리는 상황이라는 것이죠!만약 이러한 행동을 때마침 들어오던 면접관이 보게 되었다면??(ㅇ.ㅇ;;; 이건 상상에 맡길께요.. 생각만 해도 끔찍하군요 ㄷ ㄷ)준비된 자세로 침착하게 대기하면서 앞으로 진행 될 면접을 예상해보고그에 맞는 예상질문과 답변을 시뮬레이션 해보며 기다리는게 좋습니다!  #.5 면접관의 입장과 이를 맞이하는 백원만씨대기하고 있던 백원만씨의 휴대전화가 또 울립니다. (아... 제발쫌요!!!!)아무래도 걱정이 되셨는지, 어머님께서 문자를 보내오셨네요.긴장도 풀어낼 겸, 어머님께 답장을 하던 와중에 면접관께서 들어오셨습니다. (두둥등장~!) 갑작스럽게 맞이한 면접관에게인사를 건네며 자리에서 일어난 백원만씨에게편하게 앉으라 손짓하시는 면접관님.당황한 나머지 엉거주춤한 자세로앉을까 말까~ 앉을까 말까~를 시전하고 있네요.여기서 백원만씨가 놓친 것은 과연??  [정답은? '자리에서 일어나 인사를 건네고, 면접관 착석 후 간단한 소개 뒤 착석' 입니다!]면접의 첫번째 포인트는 바로 '신뢰감'이겠죠?그렇기에 면접관에게 당당하면서도 정중한 모습을 보여드리는게 좋아요!면접관이 들어오면 자리에서 일어나 인사를 건네고,면접관이 자리에 착석하면 간단하게 자신의 소개와 인사를 드리세요~예의와 격식. 두가지가 첫 단추를 풀어가는 중요한 키포인트가 된답니다.(그리고 휴대폰은... 앞서 언급드렸듯이 생략할께요. 매너모드는 필수랍니다~) 기다림 끝에 모든 준비를 마친 우리의 백원만씨.과연 그는 면접을 무사히 잘 마칠 수 있을까요?  곧 공개될 두번째 이야기에서 만나보실 수 있으니~조금만 기다려주세요!(백원만씨... 제발 잘 해줬길 바래요.... plz) 

머신러닝 학습 방법  머신러닝이란? 경험을 바탕으로 컴퓨터(기계)가 스스로 학습을 통해 개선할 수 있도록 알고리즘과 기술구현을 한 것이라 할 수 있습니다. 수많은 입력 값에 따라 출력 값을 표현할 수 있도록 많은 수의 규칙을 집어넣어 단순히 입력된 값을 토대로 연산의 결과물만 제시하는 것이 컴퓨터 기능이었다면 인공지능의 큰 분야로 머신러닝은 입력된 수많은 규칙들을 토대로 인간이 구현한 알고리즘을 통해 규칙의 과정을 기억하고 최적의 결과를 도출하기 위해 개선 작업을 반복하면서 기계가 겪어보지 못한 입력 값에 대해 완벽한 혹은 동일한 결과를 출력하는 것을 의미합니다.  머신러닝이란 분야가 확장할 수 있었던 이유는 기술의 발전을 토대로, 삶을 살아가는 인간들이 축적한 빅데이터로부터 시작합니다. 기술이 발전함에 따라 1대1로 매칭하며 관리, 기록하던 데이터부터 현재는 보이지 않는 가상의 저장 공간에 실재의 데이터를 쌓아 올려 대용량을 적재하여 보관, 관리를 하는 현재, 그리고 앞으로 각광받는 가상 공간까지도 모든 행위들이 하나의 데이터로 간주되어 모든 것이 학습 가능한 재료가 되었습니다. 뿐만 아니라 기계 스스로도 입력과 출력의 반복된 작업에서 파생된 결과물들의 기록 또한 재사용, 재활용이 가능해지면서 이를 토대로 기계학습이 발전할 수 있었습니다.  새로운 기술이라는 것은 기존의 기술을 등한시하여 발생할 수는 없습니다. 개선이 되고 새롭게 생성을 하면서 수정과 보완, 생성과 소멸을 반복하며 나아가게 되는데 머신러닝 또한 기존의 학문들과 기술들을 바탕으로 나타나게 되었습니다. 그렇다면 기계가 학습을 할 수 있도록 머신러닝을 학습하려면 어떤 방법으로 시작해야 할까요? 기술 구현을 위해서라면 막연히 프로그래밍 즉, 코딩을 할 수 있다면 무조건 할 수 있을까요? 다양하고 기초적인 학문 학습부터 시작을 해야 머신러닝을 구현할 수 있습니다. 보기엔 너무 어렵기만 하고 시도하기 힘들 거라 생각할 수 있지만 모든 내용을 다 파악하는 것이 아니라 필요한 부분만 습득하면서 지식을 확장해 나가는 방법으로 진행한다면 좀 더 효율적으로 학습할 수 있습니다. 1. 수학/통계 영역  머신러닝의 복잡한 알고리즘 안에는 다양한 수리, 통계적 연산이 포함되어 있습니다. 기존에 생성되어 있는 모듈들을 활용할 때는 내부적 연산에 대한 깊이 있는 이해가 필요할 수 있으나 작동되는 원리만 파악한다면 사용하는 것에는 큰 무리가 없습니다. 머신러닝 엔지니어로 모듈을 직접 제작하고 수정보완을 하고 싶다면 두 영역의 학문적 이해도는 상당히 높아야 합니다.수학 영역에서 중요하게 필요로 하는 배경지식은 행렬의 연산과 확률, 미분, 공간의 개념과 차원에 대한 이해가 필요합니다. 데이터가 입력되고 출력되는 모든 일련의 과정이 행렬과 벡터의 데이터 타입으로 진행되며 연산 내부적으로는 공간, 차원의 축소와 최적화된 결과를 도출하기 위한 미분 연산, 전달 과정에 있어서 진행되는 여러 이론들이 복합적으로 내포되어 있습니다. 단순히 위의 내용들만 이해한다고 가능한 부분은 아니지만 연산의 매커니즘을 파악하는 데는 수학의 A-Z를 다 알아야하는 것은 아닙니다. 모듈의 알고리즘에 대한 해석을 하는 부분에서는 친절하게 설명을 하는 경우도 많고 유명한 알고리즘 기법들은 이미 기본적으로 설명을 하는 과정이 많기 때문에 내용을 이해할 수 있는 차원으로만 학습한다면 크게 무리가 없습니다. 통계 영역은 통계학 개론의 수준을 이해한다면 보다 쉽게 파악할 수 있습니다. 수많은 데이터를 이용하여 결과를 도출하는 것이 머신러닝 기술이기 때문에 대량의 데이터를 구분하고 예측과 추론을 위해서는 통계 영역의 이해는 필수적으로 자리매김하고 있습니다. 특히 회귀분석, 나이브 베이즈 이론, 유의성 검증 등 알고리즘 연산의 기틀은 통계적 기법이 가장 중요하기 때문에 이에 대한 이론의 정립과 도출된 결과값에 대한 유의성 판별에 있어서는 통계학은 단단한 배경지식이 뒷받침되어야 합니다. 그렇다고 통계학 전체를 학습하는 것은 시간적으로나 내용적으로도 많은 양을 요구하기 때문에 기법 하나에 필요한 지식들을 습득하는 것이 보다 효과적일 수 있습니다. 2. 코딩 영역  머신러닝은 말 그대로 기계학습이기 때문에 기계가 데이터를 인지하고 학습할 수 있도록 기능 구현을 사람이 해야 합니다. 쉽게 얘기하자면 아무리 배경 지식이 탄탄하고 수많은 데이터를 가져다 쌓아 놓아도 기계가 그 내용들을 연결하지 못한다면 아무것도 할 수 없으니 사람은 기계가 그것을 이해하고 받아들일 수 있도록 프로세스를 만들어줘야 합니다. 머신러닝을 구현할 수 있는 언어는 현존하는 프로그래밍 언어라면 어떤 언어라도 모두 구현이 가능합니다. 가장 유명한 Python, R, Java로 가능하며 심지어 Oracle의 SQL 질의문에서도 프로시저 구성을 통해 머신러닝 구현이 가능하게 되었습니다. 일반적으로 머신러닝을 떠올려본다면 AI가 자동으로 해결하는 것을 쉽게 떠올릴 수 있지만 이 모든 것이 가능하게끔 하는 것은 사람이 모든 것을 구성해야 가능해집니다. 그렇다면 프로그래밍 언어는 모두 다룰 수 있어야 하는 것일까요? 최근 프로그래밍 언어를 습득하는 방식은 필요한 영역에 따라 많이 나눠져 있습니다. 다양한 용도에서 활용할 수 있는 Python과 통계 데이터를 다루는 S에서 파생된 R, 전문 개발을 위해 사용한 C++, Java 등으로 학습하는 형태가 나눠지는 데 다양한 라이브러리와 패키지를 활용할 수 있는 Python을 머신러닝 분야에서는 좀 더 많이 사용하고 있습니다. 물론 Python과 같이 기본 코딩 능력은 필수이지만 데이터 분석 및 머신러닝 알고리즘 학습은 동시에 수반되야 합니다. 또한 Python 언어의 코딩에서 그치는 것이 아니라 머신러닝을 위해 특화된 라이브러리로 Tensorflow나 Pytorch와 같은 모듈 사용에 대해서는 좀 더 기술적으로 학습해야 합니다.   학습 개요에 대해 간단하게 리스트로 요약 정리를 해보면       1. 수학 / 통계지수, 로그(초월함수)행렬, 벡터 연산, 차원 축소(PCA, SGD)미분, 편미분확률, 전확률 법칙, 조건부확률, 나이브 베이즈 이론단순회귀분석, 다항회귀분석가설 설립 및 검증, 통계적 유의성 검정       2. 코딩프로그래밍 언어 기초 (Python, R, Java, C++) 추천은 Python머신러닝 알고리즘 이해(이론적)머신러닝 알고리즘 모델링(실습)Tensorflow, Pytorch 등 머신러닝, 딥러닝 기반 전문 라이브러리기술 논문의 이해(고급 과정)   단순하게 정리하자면 위와 같지만 내용의 깊이나 이해 수준은 개별적으로 다를 수 있기 때문에 어느정도 기간을 정해둔 후 목표에 맞춰 학습한다면 좀 더 높은 효율과 빠른 시간에 습득할 수 있다고 생각합니다. 최소한의 기간은 개별 편차가 있지만 3개월부터 장기간으로 잡는다면 6개월까지도 시간이 필요할 수 있습니다. 중요한 것은 단순히 이론에 대해 이해하고 내용을 숙지하여 알고 있다 하더라도 뚜렷한 결과물을 제시하지 못한다면 기술 습득을 했다고 주장하는 것은 여러분의 능력을 인정받기 힘들 수 있습니다. 최근에는 웹 페이지를 생성해 본인이 직접 구현한 모델을 API를 통해 전달하고 표현하는 방법도 많이 쓰고 있습니다. 또한 머신러닝 이상으로 딥러닝 같은 경우 자연어처리나 이미지, 영상처리, 아두이노 등을 통한 기술 구현 등을 많이 사용하기 때문에 기본 내용을 바탕으로 업무나 실생활에 사용할 수 있는 결과물을 많이 보여주고 있습니다.   새로운 기술을 습득한다는 것은 대단히 많은 노력과 공부를 필요로 합니다. 쉽게 얻어지는 것은 없고 또한 홀로 한다는 것도 매우 어려운 일입니다. 여러가지 방법이 있을 수 있겠지만 가이드를 확실히 잡고 이끌어주는 방법이 있다면 그것을 통해 습득하는 것이 훨씬 수월하고 효율이 높을 수 있습니다. 많은 책과 강의가 있을 수 있지만 이지업에서는 오프라인에서 20년 넘게 빅데이터와 개발자 과정을 교육하고 이를 바탕으로 온라인에서 과정을 개설하고 강의하고 있습니다. 여러분이 습득하고자 하는 그 배움을 도와주고 이끌 수 있다고 자신합니다. 머신러닝 학습에 있어서 좋은 길라잡이 역할을 이지업에 한 번 맡겨 보시는 것도 추천 드립니다. 

빅데이터 분석기사란빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집, 저장, 처리,빅데이터 분석 및 시각화를 수행하는 실무자를 말합니다.(한국데이터산업진흥원)  빅데이터 분석기사의 필요성은 4차산업의 발전과 대량의 데이터 확보가 가능해지면서 대두되고 있는데 전 세계적으로 빅데이터가 미래성장동력으로 인식돼, 각국 정부에서는 관련 기업투자를 끌어내는 등 국가, 기업의 주요 전략분야로 부상하고 있습니다. 국가와 기업의 경쟁력 확보를 위해 빅데이터 분석 전문가의 수요는 증가하고 있으나 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 상황입니다. 이에 정부차원에서 빅데이터 분석 전문가 양성과 함께 체계적으로 역량을 검증할 수 있는 국가기술자격 수요가 높아지고 있습니다.  빅데이터 분석기사의 직무는 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행합니다.  그렇다면 수행 자격을 위해 검증하는 빅데이터 분석기사의 시험은 어떻게 구성되었을까요?  필기 시험의 주요 내용은 다음과 같습니다. 과목은 크게 4개로 분리되며 빅데이터 분석 기획, 빅데이터 탐색, 빅데이터 모델링, 빅데이터 결과해석으로 구성되어 있습니다. (출처: 한국데이터산업진흥원)  문제의 난이도는 데이터분석 준전문가(이하 ADsP)와 데이터분석 전문가(이하 ADP)사이의 난이도로 구성되어 있으며 내용적으로도 유사한 부분이 포함되어 있습니다. 다만 ADsP보다 중단원과 소단원이 세세하게 구성되어 있으며 정보처리기사와 마찬가지로 기획 구성단계부터 시작하는 특징을 가지고 있습니다.  빅데이터의 전반적인 이해를 시작으로 데이터 추출을 위한 탐색법, 분석을 위한 모델링 기법의 특징과 방법, 분석이 끝난 뒤 기법을 활용한 모델(모형)의 분석 평가와 개선 방법에 대해 확인하고 이를 시각화 하는 방법까지 검증하게 됩니다.  실제로 2회 빅데이터 분석기사 필기 시험에 출제된 문항들은 개인정보처리자가 안내해야 하는 사항, 정규분포의 모수의 개수, 결정계수 변수의 선택, 매개변수와 초매개변수의 차이, 데이터베이스 크롤러의 특징, AdaBoost의 특징 등 각 과목별로 세부적인 특징에 대한 문항과 어느 정도 통계 지식을 기반으로 한 계산 문제들이 출제되었습니다.  이론적인 내용에 초점을 두었기 때문에 직접 실습해본 경험이 없는 비 전공자 혹은 비 실습자의 경우 체감 난이도가 높으며 결과 해석을 하는 방법에 대해서도 숙지해야 하기 때문에 체감 난이도가 급격하게 높아지는 편입니다. 물론 이해를 바탕으로 분석 기획에서 결과 해석까지 흐름에 맞춰 학습을 하게 된다면 검정시험을 보는데 좀 더 쉽게 준비하실 수 있습니다.  각 과별 주요 내용들을 확인해보면 1과 빅데이터 분석 기획빅데이터의 특징에 대한 세부사항빅데이터를 분석하는 조직의 구성과 인력빅데이터를 분석하는 플랫폼의 특성과 그에 대한 이해개인정보 보호법과 제도 및 활용법빅데이터를 분석하기 위한 문제 정의와 분석 방법데이터를 수집하는 목적과 수집 기술 및 방법의 계획과 절차 수립분석을 위한 전처리 방법 수립과 비식별화, 품질 검증 방법ETL 및 데이터 적재 방법, 저장 방법2과 빅데이터 탐색데이터 전처리 방법(결측치, 이상치 검출 및 정제)효율적 분석을 위한 데이터 전처리 방법론차원 축소법, 변수 선택 및 파생변수 생성법샘플 데이터들의 불균형 처리데이터 유효성 판별기초 통계량 종류 및 계산 방법기술 통계와 추론 통계의 방법론 및 계산법3과 빅데이터 모델링데이터 분석 모델링의 종류 및 방법분석 모델 선택 및 환경 구성모델에 넣을 데이터의 분류 방법분석기법의 종류 및 특징4과 빅데이터 결과해석시행한 분석 모델의 평가 및 개선방법분석 결과의 시각화 종류 및 특징모델 개선을 위한 모니터링 방법모델 개선을 위한 리모델링  위와 같이 각 과에서 중요하게 여기는 내용들을 위주로 판별하여 검정 시험 문제가 출제되며 세부적인 사항은 내용 숙지에 대해 얼마나 깊게 이해했는지를 검정합니다. 기사 자격 검정 시험의 경우 이론 암기와 숙지에서 끝나는 것이 아니라 정말 실무에 적합한지 판별하기 위해 실기 시험도 존재합니다.실기의 세부적인 내용은 다음과 같이 구성되어 있습니다.(출처: 한국데이터산업진흥원)  2회 시험에서는 채점 오류, 복수 정답 등의 이슈가 많았지만 검증하는 영역에서는 큰 이견 없이 출제되었습니다. 주관식 및 실제 모델 생성을 통해 검증하는 방식으로 이론적으로 숙지한 내용을 바탕으로 문항에 대한 답을 올바르게 작성할 수 있는 지의 여부를 판별하게 됩니다.  시험 시간은 필기 120분, 실기 180분으로 구성되어 있으며 각 과별 과락 점수도 존재하기 때문에 전체적으로 내용 숙지가 필요합니다.  필기 시험에서 많이 어려워하시는 부분은 3과 빅데이터 모델링입니다. 많은 기사 준비자분들이 직접 모델을 세워본 경험이 없으시기 때문에 실제 구동되는 원리와 결과에 대해 이해가 부족한 경우가 많아서 결과에 대한 암기가 없는 경우 많이 어려워하시는 편입니다.  출제 영역에 대한 주요 항목은 다음과 같습니다.  (출처: 한국데이터산업진흥원)  이해의 차원을 높이기 위해서는 모델을 작성하는 방법과 연습이 조금 더 효과적일 수 있습니다. 연습을 하는 방법은 실기를 준비하면서 자연스럽게 익히는 부분이기 때문에 우선 이론을 숙지한 다음 실습을 병행하는 것이 빅데이터 분석기사 자격증을 취득할 때 더 효과적일 수 있습니다. ADsP와 달리 실무에 직접 적용하여 사용할 수 있는 부분이기 때문에 실습은 실기 시험용이 아닌 커리어 확장을 위해서도 반드시 익숙해지도록 연습을 해야 합니다.  실기 시험을 준비하기 위해서는 R과 Python, 두가지의 프로그래밍 언어에 대한 숙지가 필요합니다. 통계학을 전공으로 준비하셨거나 통계 분석 분야 실무를 진행하신 분들이라면 R을 이용하시는 것이 좀 더 편하실 수 있으나 R은 언어 자체로 프로그래밍에는 편하지 않은 언어이기 때문에 모델 생성 코딩과 라이브러리의 활용, 결과 확인의 용이성, 프로그램의 연산 속도 등을 고려했을 때에는 Python을 좀 더 추천합니다. 작성이 좀 더 직관적이며 언어를 숙지하는 난이도, 컴퓨터의 연산 속도, 라이브러리 활용도가 더 높기 때문에 적극 추천 드립니다.  시험의 예시 문항은 한국데이터산업진흥원(http://dataq.or.kr) 공지사항 게시판에 연습문제가 게시되어 있어 확인해 보시고 유사한 방법으로 연습을 하시면 되지만 자료의 한계가 있기 때문에 전처리가 되어있지 않은 데이터를 확보하셔서 직접 정제 및 분석 작업을 시행하시는 것이 시험 대비에 더 효과적일 수 있습니다. 시험 환경과 플랫폼을 확인하시고 이에 맞춰 연습을 해보시길 바랍니다.   시험의 유형은 다음과 같습니다. (출처: 한국데이터산업진흥원)  실기의 출제 문항들은 다음과 같았습니다. 데이터 전처리 단계의 용어 문항 데이터 학습 기법 모델 구축 용어  실제 데이터 분석 - 보스턴 범죄율 데이터 캐글 데이터 셋을 이용한 결측치 대체 및 통계값 추출 데이터의 이상치 추출 후 연산 구매 데이터를 활용한 예측 모델 생성  위와 같이 이론적 용어에 대한 질의 10문항과 실제의 데이터를 제공하고 그에 맞는 연산과 결과 값, 직접 모델을 생성하여 답을 제시하는 예측 문항이 출제되어  응시자가 직접 모델을 생성하고 예측을 해본 경험에 바탕하여 출제가 되었습니다.  모델을 생성하고 하이퍼파라미터 값을 수정해본 경험이 있는 응시자에게 유리한 문항이었으며 이에 따른 체감 난이도 편차는 상당히 컸습니다. 얼마나 많은 데이터와 모델 생성을 해보았느냐에서 실기 합격이 판가름 놨다고 해도 과언이 아니었습니다.   이지업에서는 독학으로 준비하기 힘든 빅데이터 분석기사 시험 대비를 위해 온라인으로 필기 및 실기 대비 과정을 개설 및 제작 중에 있습니다. 확실하게 자격증을 취득하기 위해서 준비 기간동안 여러분들의 학습 길라잡이가 될 수 있도록 준비했습니다. 담당 강사님께서는 2회 필기/실기 모두 응시하시고 합격하셨으며 이에 맞춰 강의를 제작하셨습니다. 여러분이 모두 열심히 준비하셔서 빅데이터 분석기사 자격을 취득하시길 희망합니다!   

안녕하세요! 이번 소식은 데이터 분석 분야에 관심있는 여러분들을 위해 준비한 소식입니다! 빅데이터 시대의 지금, 여러분들 곁에는 다양한 데이터들이 존재합니다.개개인의 취향, 관심 있는 정보의 성격, 상태, 개인 의중에 맞는 맞춤형 개인화 서비스, 인공지능 서비스로 IT기반의 서비스 패러다임도 변화해 나가고 있습니다. AI(인공지능), 빅데이터, 클라우드를 기반으로 고객의 삶의 변화와 다른 산업의 혁신을 리딩하는 디지털 플랫폼 기업, 디지코(Digico) KT 데이터의 양이 방대해짐에 따라 이를 어떻게 활용하느냐에 따라 새로운 기회를 발견할 수 있습니다.즉, 빅데이터를 잘 활용하면 미래사회에서 새로운 기회를 창출하고, 사회 발전을 위한 다양한 역할을 수행할 수 있다는 것이죠! 이러한 시점에서 개인에게도 빅데이터를 분석, 가공, 활용하는 능력과 기술의 확보는 선택이 아닌 필수가 되었습니다.이 능력을 갖추기 위한 첫 발걸음은 통계의 기본을 학습하는 것입니다. 오늘은 빅데이터 시대, 데이터 분석과 처리에 필요한 통계를 어떻게 학습하면 좋을지 이지업클래스와 함께 알아보겠습니다! Step1. 기초통계 학습 통계라는 단어는 익숙하지만, 통계분석은결코 쉬운 분야가 아니기 때문에 기초부터 학습하는 것이 중요합니다. 중, 고등학교때 배운 가장 기본적인 통계 개념을 바탕으로 모수적 통계 지표, 그래프를 통한 시각화, 유의미한 통계 지표 구분 등 기본 개념을 명확하게 구분할 수 있도록 학습한 후 실무나 연구 등을 위해 R 또는 Python을 활용하여 실습하며 통계분석의 기초 감각을 익혀야 합니다. 그 중에서도 통계 분석을 위해 개발된 R은 가장 강력한 툴로 실무와 연구의 영역에서 중요성이 늘 대두 되고 있습니다.  Step2. 통계분석 학습 이제 기초통계 개념에 대해 학습한 분들은 고급분석을 위한 기초를 다져야 합니다. 단순히 통계 지표를 추출하고 심플한 값을 비교하는 것에서 끝나는 것이 아니라 다양한 모델과 알고리즘을 응용하여 세부적 결과 도출이 필요합니다. 이를 위해 충분한 연습과 학습이 필요하고 이를 바탕으로 다양한 데이터 셋을 다룰 수 있어야 하며, 보다 직관적인 결과를 위해 직접 통계분석에 관한 코드를 작성해보고 결과를 해석해보며 실무적 통계분석 감각을 익혀야 합니다.   Step3. 회귀분석 학습 기본적인 통계분석에 대한 실습을 마치면 계량경제학의 전반적인 내용을 습득하여 데이터 분석 학습을 구체화할 수 있습니다. 회귀분석에서 회귀모델을 생성하기 위해 필요한 기본 개념에서 단순, 다중회귀식 도출, 유의미한 결과 도출을 위해 최소제곱법 개념 등을 숙지하며 회귀분석에 필요한 변수 생성, 회귀계수, 시각화 등 모델 생성과 실습 범위를 넓힐 수 있습니다. 회귀분석의 경우 단순히 통계의 영역에서만 사용되는 것이 아니라 회귀분석의 결과값을 통한 분류, 예측, 지도학습, 딥러닝 등 좀 더 확장적인 분야에서 활발히 활용되기 때문에광범위한 범위로 뻗어 나가기 위해선 회귀분석에 필요한 기초개념부터 통계 검정까지 전문적인 지식 습득이 필요합니다.그.래.서! 준비했습니다!!통계 분석이 어려운 비전공자, 기초부터 배우고 싶은 초보자, R을 처음 사용해보는 입문자분들~~!기초 통계 학습을 통해 개념이 숙지 되셨다면 혹은 배경 지식이 탄탄하지만 실제로 통계분석을 프로그래밍을 통해 실습하고 싶으시다면 R을 활용한 통계분석 실습을 역량을 강화해 보세요! 특히 경제학과 통계학을 연관하여 결과를 내고 싶은 분들이나 좀 더 전문성 있게 머신러닝, 딥러닝을 위한 회귀 분석을 학습하고자 하는 분들은 아래 강의를 주목해보세요! 상세페이지를 통해 보다 자세한 내용을 확인하실 수 있어요!! (클릭🙏) 빅데이터에 대한 관심이 집중된 가운데 통계학, 그 중에서도 프로그래밍을 통한 통계분석, 회귀분석, 모델 분석 영역의 중요성은 흔들림 없이 자리 잡고 있습니다. 어느 정도 알고 있다는 수준으로는 현 시대에 요구하는 역량과 스킬이 부족할 수 있습니다.다양하고 복잡한 데이터를 통한 연습과 실무 적으로 필요한 결과를 도출하는 실습을 바탕으로 자료 수집 척도 및 방법에 대해 설명할 수 있으며 자료를 분석하여 인사이트를 도출하고 데이터의 핵심 포인트를 해석할 수 있습니다. 통계의 역량 강화를 통해 다양하게 활용되는 자료 측정방법과 조사방법에 대해 이해할 수 있으며 단순하게 이론에 그치지 않고 실무 적으로 적용할 수 있도록 확률지표와 그에 따른 결과 도출을 할 수 있고, 가설 설립과 검증을 통해 유추하고자 하는 모호한 지표에 대한 신뢰구간을 추정하고 그 유의성을 판별할 수 있으며, 그를 뒷받침해줄 수 있는 모수에 대한 가설검정 방법을 이해할 수 있게 됩니다. 더 나아가 지표 값들에 대한 상관분석과 회귀분석을 통해 연관성, 예측과 분류를 할 수 있으며 더 나아가 실무에 적용할 수 있는 분류 지표 설정,정보 획득량의 추이와 수정, 분류 모델 구성 등 여러 가지 통계분석을 활용하는 방법도 익힐 수 있습니다.  위 로드맵은 통계에 관심 있는 데이터, 통계 등을 활용하는 직무를 꿈꾸는 학생들에게도, 데이터를 다루는 개발자들에게도 추천합니다.여러분도 본인의 단계를 확인해본 후 현 단계에 필요한 데이터 분석 학습을 이어 가보는 것은 어떨까요? 이지업클래스는 데이터 분석 분야의 직무를 꿈꾸는 여러분을 응원하기 위해 앞으로도 더 좋은 강의로 찾아 뵙겠습니다! 

키미의 콘텐츠가 담긴 블로그 보러가기 

키미의 인터뷰 - 삼성전자 연구원편 보러가기키미의 인터뷰 - 현대차 PM편 보러가기키미의 인터뷰 - 구글 데이터분석가편 보러가기